Rust智能合約開發中的數值計算精度問題

1. 浮點數運算的精度問題

Rust語言原生支持浮點數運算,但浮點數運算存在無法避免的計算精度問題。在編寫智能合約時,不推薦使用浮點數運算,尤其是處理重要經濟/金融決策的比率或利率時。

Rust語言中雙精度浮點類型f64遵循IEEE 754標準,採用底數爲2的科學計數法表達。某些小數無法用有限位長的浮點數準確表示,存在"舍入"現象。

例如,在NEAR公鏈上分發0.7個NEAR代幣給10位用戶時:

rust #[test] fn precision_test_float() { let amount: f64 = 0.7;
let divisor: f64 = 10.0;
let result_0 = amount / divisor;
println!("The value of amount: {:.20}", amount); assert_eq!(result_0, 0.07, ""); }

輸出結果顯示amount的值爲0.69999999999999995559,不是準確的0.7。除法運算結果也變爲不精確的0.06999999999999999,而非預期的0.07。

爲解決這個問題,可以考慮使用定點數。在NEAR Protocol中,常用10^24個yoctoNEAR表示1個NEAR代幣。修改後的測試代碼:

rust #[test] fn precision_test_integer() { let N: u128 = 1_000_000_000_000_000_000_000_000;
let amount: u128 = 700_000_000_000_000_000_000_000; let divisor: u128 = 10;
let result_0 = amount / divisor; assert_eq!(result_0, 70_000_000_000_000_000_000_000, ""); }

這樣可以獲得精確的運算結果: 0.7 NEAR / 10 = 0.07 NEAR。

2. Rust整數計算精度的問題

使用整數運算可解決某些場景中浮點數運算的精度丟失問題,但整數計算結果也並非完全準確可靠。

2.1 運算順序

同一算數優先級的乘法與除法,其前後順序的變化可能直接影響計算結果,導致整數計算精度問題。例如:

rust #[test] fn precision_test_div_before_mul() { let a: u128 = 1_0000; let b: u128 = 10_0000; let c: u128 = 20;

let result_0 = a.checked_mul(c).expect("ERR_MUL").checked_div(b).expect("ERR_DIV");
let result_1 = a.checked_div(b).expect("ERR_DIV").checked_mul(c).expect("ERR_MUL");

assert_eq!(result_0,result_1,"");

}

執行結果顯示result_0和result_1不相等。原因是整數除法會舍棄小於除數的精度。計算result_1時,(a / b)先失去精度變爲0;而計算result_0時,先算a * c避免了精度丟失。

2.2 過小的數量級

當涉及小數計算時,整數運算可能導致精度丟失:

rust #[test] fn precision_test_decimals() { let a: u128 = 10; let b: u128 = 3; let c: u128 = 4; let decimal: u128 = 100_0000;

let result_0 = a.checked_div(b).expect("ERR_DIV").checked_mul(c).expect("ERR_MUL");
let result_1 = a.checked_mul(decimal).expect("ERR_MUL").checked_div(b).expect("ERR_DIV")
    .checked_mul(c).expect("ERR_MUL").checked_div(decimal).expect("ERR_DIV");

println!("{}:{}", result_0, result_1);
assert_eq!(result_0, result_1, "");

}

結果顯示result_0=12,result_1=13,而實際預期值應爲13.3333....

3. 如何編寫數值精算的Rust智能合約

爲提高精度,可採取以下防護手段:

3.1 調整運算的操作順序

讓整數乘法優先於整數的除法。

3.2 增加整數的數量級

使用更大的數量級,創造更大的分子。例如,表示5.123 NEAR可用5.123 * 10^10 = 51_230_000_000參與後續運算。

3.3 積累運算精度的損失

對於無法避免的精度問題,可以記錄累計的運算精度損失。例如:

rust const USER_NUM: u128 = 3;

fn distribute(amount: u128, offset: u128) -> u128 { let token_to_distribute = offset + amount; let per_user_share = token_to_distribute / USER_NUM; println!("per_user_share {}", per_user_share); let recorded_offset = token_to_distribute - per_user_share * USER_NUM; recorded_offset }

#[test] fn record_offset_test() { let mut offset: u128 = 0; for i in 1..7 { println!("Round {}", i); offset = distribute(to_yocto("10"), offset); println!("Offset {}\n", offset); } }

這種方法可以將每次分發剩餘的token累積起來,在下次分發時一並發放,最終達到足額發放的目的。

3.4 使用Rust Crate庫rust-decimal

該庫適用於需要有效精度計算和沒有舍入誤差的小數金融計算。

3.5 考慮舍入機制

在智能合約設計中,舍入問題通常採用"我要佔便宜,他人不得薅我羊毛"的原則。根據情況選擇向下取整或向上取整,極少採用四舍五入。